Midjourney Medical 的 60 秒掃描，還沒到臨床

Midjourney Medical 宣稱能在 60 秒內完成全身超音波掃描，但目前還是概念機，臨床證據和 FDA 路徑都沒補齊。

說真的，這案子很會講故事。它把 AI 圖像公司的名氣，直接接到醫療硬體上。Midjourney 的醫療子公司，現在丟出一台全身掃描概念機，主打 60 秒完成。

這種說法很吸睛，但醫療不是做影片特效。掃描快，不代表資料夠準。能不能進臨床，最後還是要看 FDA、實驗數據，還有醫師願不願意買單。

先講結論：這是概念機，不是可賣產品

這件事最重要的字，就是「概念」。外媒 Digg 的整理也把它放在 concept 的框架裡。這差很多。概念機可以展示方向，但不能直接當成醫療器材來看。

目前能確認的資訊很有限。Butterfly Network 這家上市公司，確實是這條線索裡最像真材實料的一段。它本來就做超音波硬體和晶片，所以如果真的有合作，供應鏈上至少有一個站得住腳的角色。

但「有合作」不等於「能上市」。醫療硬體要走到臨床，得先證明影像品質、重現性、誤判率，還有安全性。這些都不是一張 demo 圖能解決的。

• 主打賣點：60 秒全身掃描
• 硬體線索：約 40 顆 Butterfly 晶片
• 規劃場域：Bay Area wellness spas
• 目前狀態：沒有 FDA clearance

Butterfly Network 這條線，比概念圖更重要

如果這案子真的要往前走，Butterfly Network 才是關鍵。因為它不是純軟體公司。它做過醫療影像硬體，也有既有產品線。換句話說，這次比較像是把現成的硬體能力，塞進一個更大的敘事裡。

外界提到的 7,400 萬美元合作金額，還有五年期安排，現在都還要等正式申報文件確認。這點不能偷懶。上市公司牽涉重大合作，通常會在 SEC 文件裡留下痕跡，像 8-K 之類的揭露。

報導裡還提到大約 40 顆晶片。這代表它不是單一感測器的玩具，而是想做多角度、多視野的資料擷取。講白了，就是想一次收更多影像，再靠演算法把資料拼起來。

“Conceptual” is doing a lot of work in this story.

這句話很準。概念可以很猛，證據卻不能省。醫療影像最怕的，就是 demo 很漂亮，實際上卻沒有臨床可用性。你如果是放射科醫師，大概也不會只看宣傳頁就下決定。

而且這種架構的難題，不是單純把掃描速度拉快。真正麻煩的是，怎麼把多顆晶片收回來的資料，變成可診斷的影像。這中間有很多坑。像是同步、噪音、校正、組圖，任何一個出事都會讓結果很醜。

• Butterfly 是上市公司
• 重大合作應該會留下 SEC 痕跡
• 約 40 顆晶片代表多視角資料擷取
• 核心難題是影像拼接與校正

監管比行銷更兇，這點躲不掉

把產品先放進 wellness spa，這招其實很聰明。因為它先避開最硬的臨床門檻。你在 spa 做體驗，跟在醫院做診斷，是兩種完全不同的世界。前者可以講體驗，後者要講證據。

在美國，只要你想把它說成診斷工具，就會碰到 FDA。沒有 clearance，就不能把它當成臨床替代品來賣。這不是文字遊戲，是法律和責任問題。出了事，誰都跑不掉。

目前已知狀態很直接：沒有 FDA clearance。這是最硬的限制。沒有它，這台機器最多就是 prototype、概念機，或是 wellness 產品。你不能直接把它包裝成 MRI 的替代方案。

順便講一下，傳統超音波本來就很有用。它便宜、常見、可攜帶。MRI 則是更慢、更貴，但臨床信任度高。Midjourney Medical 這台機器如果真要站上檯面，就得證明自己不是只會快，而是也夠準。

• spa 場景比醫院場景好進場
• 診斷用途一定會碰到 FDA
• 沒有 clearance，就不能當臨床替代品
• 速度只是第一關，準確度才是重點

拿數字來比，才看得出差距

先看最表面的數字。它的賣點是 60 秒。這很短，真的很短。對一般消費者來說，這比排隊做 MRI 友善太多。但醫療買家不吃這套，他們看的是準確率、誤報率、可重現性。

再看合作規模。外媒提到 7,400 萬美元，這不是小錢。若真有這種等級的合作，代表雙方都不是只想做一張宣傳圖而已。不過，錢大不代表結果好。醫療市場最常見的狀況，就是資金進來了，臨床數據卻跟不上。

還有部署時間。現在講的是 2027 年進 Bay Area 的 wellness spas。這個時間點不算近。換句話說，短期內你大概看不到它大規模進醫院。它比較像先做試點，再慢慢補證據。

• 60 秒：主打速度
• 7,400 萬美元：合作金額傳聞
• 2027 年：預計部署時間
• 0：目前公開可見的 FDA clearance

這類 AI 硬體，常常先有聲量，再有證據

我覺得這故事很像現在很多 AI 硬體案的套路。先拿一個很會講話的品牌，配一個很猛的數字，再把場景放到大家容易理解的地方。像是健康、醫美、居家檢測，這些詞都很容易讓人有畫面。

但醫療不是做內容行銷。它要的是資料、驗證、法規。你今天就算用 GPT、Claude、LLM 的語言包裝得再漂亮，最後還是得回到真實世界的測試。影像是不是準，醫師看不看得懂，才是重點。

這也解釋了為什麼這類產品常常卡住。不是因為想法差，而是因為驗證成本太高。硬體要做、軟體要調、臨床要跑、法規要過。每一步都很花錢，也很花時間。

如果你看過很多 AI 新創，你大概會懂這種節奏。前面先把故事講滿，後面才是最痛的部分。只是醫療這一行，後面那段通常才是真正決定生死的地方。

接下來要盯的，不是宣傳圖，是文件和數據

接下來最該看的，不是新海報，也不是更炫的 demo 影片。你要盯的是 SEC 文件、FDA 狀態，還有有沒有第三方研究。這三樣只要有一樣補起來，故事就會開始變得比較像真的。

如果這台機器真的能把全身掃描壓到 60 秒，還能維持可用的診斷品質，那它會是很有意思的醫療硬體案例。反過來說，如果數據一直補不上，那它就只會停在概念層，頂多在簡報裡活很久。

我的判斷很直接：短期內，它比較像一個高聲量試水溫的案子，不像已經準備好進醫院的產品。你如果是投資人、醫師，或是做醫療軟體的人，現在最值得問的問題只有一個：這台機器的速度，能不能換來真的臨床價值？